由于电梯群组系统在实际的生活中有着重要的意义，电梯群组的调度问题得到广泛关注。乘客对电梯服务质量的要求也越来越高，单台电梯已不能很好很快的满足乘客的需求。缩短乘客的候梯时间、乘梯时间，同时减少电梯占有土地面积已成为人们对电梯群的基本要求，此时电梯群控调度便引起了人们的注意。电梯群控系统，即采用优化的智能控制方法管理多个电梯群，以提高其运行效率和服务质量。强化学习是属于人工智能领域的一部分。本文采用强化学习作为电梯群控系统中的调度方法，以马尔可夫决策过程为理论的背景，建立数学模型；以平均候梯时间、平均乘梯时间、平均停靠的次数作为评价的标准，采用随机行为选择策略和前馈神经网络分别解决强化学习在应用中所存在的探索问题和值函数的泛化问题，并将两者与Q学习的值迭代算法结合，共同构成基于强化学习的电梯群控系统。首先，本文对电梯群控问题进行了研究，其次，介绍了强化学习算法的基本原理及其数学模型，之后建立了基于强化学习算法的电梯群控调度模型。最后，通过现成的功能齐全的试验平台完成了仿真实验，验证了强化学习算法在电梯群控调度中的可用性与有效性。